一个算法标准化瘤透淋巴细胞评估在头癌和部癌症

科学领域:

• 在瘤学瘤学.
• 计算病理学计算病理学
• 生物统计学 生物统计学

背景情况:

• 病理学家读取的瘤透淋巴细胞 (TIL) 在头癌中具有预后意义,但由于观察者间的变异性,它们面临临临床采用挑战.
• 开发客观和可重复的TIL评估方法对于临床应用至关重要.

研究的目的:

• 开发一种基于机器的算法,用于评估头癌中的TILs.
• 为了验证这个算法的预后价值在独立的患者队列中.

主要方法:

• 一个神经网络分类器 (NN3-17) 用QuPath软件训练在血素-素染色部分上,以量化细胞类型.
• 从这些测量结果中构建了三个预定义的TIL变量.
• 该算法在154例头部和部状细胞癌症病例上进行了训练,并在两个独立的队列 (234例) 上进行了验证.

主要成果:

• 电子TIL变量在HPV阳性和HPV阴性头癌中显示出与良好的预后的关联.
• 调整后的考克斯回归显示,HPV阳性病例的电子总TILs% (p=0.025) 和HPV阴性病例的电子 stromal TILs% (p<0.001) 是疾病特异性生存的独立标志物.

结论:

• 神经网络衍生的TIL变量在HPV阳性和HPV阴性头癌中具有独立的预后价值.
• 这些客观变量可以通过开源软件计算,因此需要对临床影响进行前性测试.